The Shift

Work Trend Index 2026: por que a cultura da empresa vale mais do que o talento individual na era dos agentes de IA

Soraia Yoshida

O Work Trend Index 2026 da Microsoft mapeia cinco perfis organizacionais diante da IA — e mostra que a maioria das empresas está perdendo valor que já poderia estar capturando (Crédito: Freepik)

O título do relatório “Work Trend Index” deste ano – “Agents, human agency, and the opportunity for every organization” (Agentes, agência humana e a oportunidade para toda organização) – carrega toda a intencionalidade que a Inteligência Artificial (IA) traz para o mundo do trabalho. Com os agentes de IA assumindo um papel maior na execução, os seres humanos têm, em teoria, mais agência, mais espaço para direcionar o trabalho, tomar decisões e serem responsáveis pelos resultados. A palavra-chave é “em teoria”: o relatório também documenta a enorme distância entre essa promessa da IA Agêntica e a realidade vivida na maioria das organizações.

A pesquisa da Microsoft foi realizada entre fevereiro e abril de 2026 com 20.000 trabalhadores do conhecimento que já usam IA Generativa (GenAI) no trabalho, em países como Brasil, EUA, Reino Unido, Alemanha, Índia, Japão, França, Itália, Austrália e Países Baixos. Paralelamente, a Microsoft analisou anonimamente mais de 100.000 conversas no Microsoft 365 Copilot para entender como as pessoas realmente usam a ferramenta. E aí temos uma leitura não do que elas dizem que fazem, mas o que realmente fazem.

Os dados mostram que quase metade (49%) das interações com o Copilot envolvem trabalho cognitivo, portanto, analisar informações, resolver problemas, avaliar situações, pensar criativamente. Outros 19% envolvem trabalho com pessoas (colaboração), 17% produção de conteúdo e 15% busca de informações. Esses números desfazem o mito de que as pessoas usam IA principalmente para automatizar tarefas repetitivas. O que a análise mostra é que a IA está sendo usada predominantemente para ampliar a capacidade intelectual das pessoas.

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Ao cadastrar-se você declara que está de acordo
com nossos Termos de Uso e Privacidade.

Cadastrar

A IA está acelerando o trabalho existente e expandindo o que é possível fazer. Pelo menos 66% dos usuários de IA dizem que a ferramenta permitiu que dedicassem mais tempo a trabalhos de alto valor. E 58% afirmam estar produzindo trabalhos que simplesmente não seriam capazes há um ano. Entre os chamados “Frontier Professionals”, o grupo mais avançado de usuários de IA, que representa 16% dos entrevistados, esse percentual sobe para 80%. 

Quem são os “Frontier Professionals” e o que os torna diferentes

Para entender o relatório em profundidade, é preciso compreender quem são os chamados “Frontier Professionals”. Eles não foram definidos pela empresa em que trabalham, pelo cargo que ocupam ou pela frequência com que usam IA. A Microsoft usou uma definição baseada em comportamentos auto-reportados que combinam três elementos distintos: 

Dos 20.000 entrevistados, 3.233 se enquadram nessa definição, ou seja, 16% do total. Seu perfil demográfico é revelador: 

Esses profissionais têm mais presença em Tecnologia (35%) e Serviços Financeiros (12%), e em funções de TI (36%) e Finanças (11%).

Mas o que realmente diferencia os “Frontier Professionals” dos demais é como pensam sobre o seu próprio papel enquanto usam IA. Eles são 43% mais propensos a fazer intencionalmente alguns trabalhos sem IA para manter suas habilidades humanas afiadas (frente a 30% dos não-Frontier). São 53% mais propensos a fazer uma pausa deliberadamente antes de iniciar uma tarefa para decidir o que deve ser feito por IA versus por humano (em comparação com 33% não-Frontier). Resumindo: eles sabem que o sucesso de longo prazo depende de não terceirizar o raciocínio.

Essa abordagem se traduz em uma postura mais crítica em relação ao que a IA entrega: os Frontier Professionals não aceitam respostas prontas. Quando perguntados sobre quais habilidades humanas se tornam mais importantes à medida que a IA assume mais trabalho, os usuários de IA em geral apontam o controle de qualidade do output da IA (50%) e o pensamento crítico (46%) como as principais. E 86% de todos os usuários de IA dizem tratar o output da IA como ponto de partida, não como resposta final, mantendo-se responsáveis pelo raciocínio. Os “Frontier Professionals” levam isso ainda mais a sério: eles pontuam mais alto em todas as métricas relacionadas a julgamento crítico e controle de qualidade do que qualquer outro grupo.

Estamos diante de um novo perfil de profissional de alto valor: não aquele que faz mais coisas mais rápido (como no hype do multitasking), mas aquele que redefine seu valor em torno do que só os humanos podem fazer:

A pergunta deixa de ser “Quais tarefas definem meu trabalho?” e passa a ser “Quais resultados estou agora posicionado para gerar?”

O paradoxo da transformação: a mesma força que acelera também freia

Se os “Frontier Professionals” representam o melhor cenário possível, o que o relatório chama de “Paradoxo da Transformação” representa o maior obstáculo para a maioria das organizações. O paradoxo é este: as mesmas forças que estão acelerando a adoção da IA estão, simultaneamente, impedindo que as organizações capturem seu valor real.

Para entender, basta olhar para os números do relatório: 65% dos usuários de IA pesquisados dizem temer ficar para trás se não adotarem IA rapidamente. Mas quando se pergunta o que as pessoas fazem com essa pressão, aparece a contradição: 45% dizem que é mais seguro focar nos objetivos atuais do que redesenhar o trabalho com IA. E apenas 13% dizem ser recompensados pela reinvenção do trabalho com IA, mesmo quando os resultados não são atingidos.

Traduzindo: as pessoas sentem a urgência de mudar, mas o sistema ao redor delas – métricas, incentivos, normas culturais – continua reforçando a forma antiga de trabalhar. Há uma pressão para performar dentro das regras existentes e, ao mesmo tempo, uma pressão para transformar essas mesmas regras. Na colisão entre as duas, a performance de curto prazo quase sempre vence.

O relatório também documenta uma discrepância importante entre líderes e colaboradores. Os líderes são mais propensos do que os colaboradores a dizer que se sentem seguros para sugerir novas formas de trabalhar com IA (81% frente a 67%), que seus gestores criam espaço para experimentação com IA (78% em comparação com 59%) e que a reinvenção do trabalho é recompensada independentemente do resultado (21% frente a 10%, o dobro). Isso significa que quanto mais próximo do topo da hierarquia, mais a cultura parece favorável à inovação. Quanto mais próximo da linha de frente, mais o sistema continua exigindo performance dentro dos parâmetros antigos.

O resultado é um ponto de pressão interno que compromete o potencial de transformação das organizações. As pessoas estão prontas para reinventar a forma como trabalham. Os sistemas ao redor delas, incluindo os critérios de avaliação, os incentivos e as normas de reconhecimento continuam recompensando quem faz mais do mesmo de forma mais eficiente, não quem redesenha como o trabalho é feito.

 

A arquitetura dos Cinco Grupos: onde sua organização está?

Para entender a distribuição do problema, o relatório mapeia os trabalhadores em duas dimensões simultâneas: a capacidade individual com IA (quão bem cada pessoa usa, direciona e aprende com a IA) e a prontidão organizacional (quão bem a organização suporta, incentiva e governa o uso da IA). O cruzamento dessas duas dimensões gera cinco grupos distintos.

O grupo “Frontier” – onde capacidade individual e prontidão organizacional são altas e se reforçam mutuamente – corresponde a apenas 16% dos usuários de IA pesquisados. No outro extremo, os “Estagnados” (Stalled) – com baixa capacidade e pouco suporte organizacional – representam 13%. No meio, há três situações de desalinhamento: 9% estão no grupo de “Agência Bloqueada” (Blocked Agency), em que os indivíduos desenvolveram capacidades sólidas mas a organização não está preparada para aproveitá-las; 4% estão em “Capacidade Não Aproveitada” (Unclaimed Capacity), onde a organização está pronta, mas os colaboradores ainda não acompanharam; e a maior parte – a “Zona Emergente” (Emergent) ou “meio do caminho” – está ainda em desenvolvimento em ambas as dimensões.

O dado do grupo de “Agência Bloqueada” merece atenção. Há pessoas que investiram esforço pessoal para desenvolver competências avançadas em IA, mas não conseguem aplicá-las porque a organização não está equipada para isso. São talentos desperdiçados por uma falha da estrutura da empresa. Esse é um risco real de perda de pessoas que uma organização não pode se dar ao luxo de ignorar, principalmente em um momento em que faltam talentos com habilidades para IA.

Mas o insight mais importante que emerge desse mapeamento é o seguinte: em muitos casos, os colaboradores estão se movendo mais rápido do que as organizações ao redor deles. A restrição para a maioria das empresas não é a falta de talentos capazes de trabalhar com IA. É a lacuna entre o que esses talentos podem fazer e o que a organização está estruturada para suportar.

O fator decisivo: a organização importa mais do que o indivíduo

Um dos insights trazidos pelo “Work Trend Index 2026” indica que o principal determinante do impacto real da IA no trabalho não é a inteligência da pessoa, nem sua experiência com tecnologia, nem sua abertura para inovação. É a organização. A Microsoft usou técnicas estatísticas (random forest, regressão elastic net e gradient-boosted trees, com R² de validação cruzada em torno de 0,68–0,69) para analisar 29 fatores diferentes e identificar quais mais se associam ao impacto real da IA no trabalho. Os fatores foram organizados em três categorias: ambiente organizacional (10 fatores), mentalidade e comportamento individuais (9 fatores) e dados demográficos (10 fatores).

O resultado aponta que fatores organizacionais – cultura, suporte dos gestores, práticas de talentos – respondem por mais de 2 vezes o impacto da IA em relação aos fatores individuais (67% frente a 32%). Em termos práticos, isso significa que um colaborador altamente capaz em uma organização com cultura fraca de IA terá impacto muito menor do que um colaborador mediano em uma organização que apoia, incentiva e governa bem o uso da IA. Isso requer uma guinada das lideranças na hora de pensar sobre estratégia de IA. A questão deixa de ser “Temos as pessoas certas?” e passa a ser “Estamos criando as condições certas para que as pessoas que temos se tornem as pessoas certas?” A resposta, para a maioria das organizações, é não. Pelo menos, ainda não.

Os três pilares organizacionais que o relatório identifica como críticos são: 

Quando esses três elementos estão presentes, eles criam um efeito multiplicador que nenhum treinamento individual consegue replicar.

O gestor como catalisador: dados do impacto da liderança próxima

Se os fatores organizacionais são o principal determinante do impacto da IA, o gestor direto é o elo mais crítico nessa cadeia. Um estudo separado da Microsoft, o “People Science Agentic Teaming & Trust Survey”, realizado em julho de 2025 com 1.800 trabalhadores globalmente, quantificou com precisão o que um gestor que modela o uso de IA faz pela sua equipe.

Quando os gestores usam IA ativamente e de forma visível para suas equipes, os colaboradores reportam um aumento de 17 pontos no valor percebido da IA. Quando esses gestores criam segurança psicológica para experimentação, deixando claro que tentar novas formas de trabalhar com IA é seguro, mesmo que dê errado, os colaboradores reportam até 20 pontos a mais em prontidão e valor da IA, e têm 1,4 vez mais probabilidade de se tornarem usuários frequentes de IA Agêntica. O impacto no pensamento crítico sobre IA é de +22 pontos, e na confiança em IA Agêntica, de impressionantes +30 pontos.

Esses números são diferenças da ordem de grandeza que separam equipes que capturam valor real da IA de equipes que usam IA de forma superficial. E o mecanismo é o gestor: ao usar IA, o gestor dá permissão implícita para que a equipe use. Quando ele cria espaço para experimentar, ele remove o medo de falhar que paralisa a inovação. Quando ele define padrões de qualidade para trabalhos com IA, ele eleva o nível de toda a equipe.

A comparação entre o ambiente dos “Frontier Professionals” e dos não-Frontier torna isso ainda mais evidente. 

O que esse conjunto de dados deixa claro é que a transformação pela IA é um problema de liderança. O gestor que modela, que cria segurança, que define padrões e que recompensa a reinvenção não é uma peça opcional na estratégia de IA de uma empresa. É provavelmente a peça mais crítica.

Os quatro padrões de Colaboração Humano-IA

Um dos frameworks práticos que emerge do relatório “Work Trends Index” são os quatro padrões de colaboração humano-IA. Eles descrevem como o papel do humano muda a partir do momento em que a IA assume mais execução. O framework foi desenvolvido especificamente a partir da observação de equipes de engenharia de software, mas que começa a aparecer em outras funções, engloba quatro padrões de colaboração humano-IA.

  1. No primeiro padrão, o Autor, o humano produz o trabalho e chama a IA para ajudar quando necessário, seja para melhorar ou produzir uma linha de código, uma frase, um gráfico. Nesse ponto, a IA é um assistente sob demanda.
  2. No segundo padrão, o Revisor, o humano define a intenção e a IA cria o primeiro rascunho para o humano editar e aprovar. O papel do humano muda de produtor para avaliador.
  3. No terceiro padrão, o Diretor, o humano cria uma especificação e delega tarefas inteiras para a IA executar em segundo plano. O foco humano passa para a definição de escopo e acompanhamento de resultados.
  4. No quarto padrão, o Orquestrador, o humano projeta um sistema onde múltiplos agentes rodam em paralelo por um fluxo de trabalho, com o humano sendo acionado apenas para exceções e escaladas.

Esses quatro padrões oferecem uma linguagem concreta para as lideranças pensarem sobre redesenho de trabalho. O objetivo não é mover tudo para o quarto padrão – há trabalhos que fazem mais sentido nos padrões anteriores. O objetivo é ter clareza sobre qual padrão é mais adequado para cada tipo de trabalho, e então estruturar a organização para que as pessoas possam operar nesse padrão.

À medida que o nível de colaboração com a IA aumenta, do Autor para o Orquestrador, o volume de trabalho de execução tática passo a passo feito diretamente pelo humano diminui. O que aumenta é a necessidade de definir direção, estabelecer padrões e avaliar resultados. Isso não é automação eliminando papéis humanos: é automação elevando o nível do que os papéis humanos precisam entregar.

Toda organização é um sistema de aprendizado (ou deveria ser)

A terceira grande seção do relatório trata do que separa as “Frontier Firms”, as organizações que estão efetivamente se transformando com IA, das que apenas adotaram ferramentas. A diferença, segundo o relatório, é o foco em absorção de IA em vez de apenas adoção de IA. O crescimento dos agentes de IA no ecossistema Microsoft 365 é a prova mais tangível dessa mudança. Ano a ano, o número de agentes ativos cresceu 15 vezes, chegando a 18 vezes em grandes empresas. Isso significa que as organizações estão construindo sistemas autônomos que executam fluxos de trabalho completos, com humanos supervisionando e avaliando em pontos críticos.

Mas o dado mais importante é o que as “Frontier Firms” fazem com esses agentes. Quando um agente executa um fluxo de trabalho, ele gera sinais valiosos: o que funcionou, o que falhou, onde os resultados desviaram do esperado. Na maioria das organizações, esses sinais ficam registrados de maneira local ou se espalham lentamente. As “Frontier Firms” tratam esses sinais de forma diferente: capturam, compartilham e incorporam essas aprendizagens em rotinas compartilhadas, melhorando o trabalho futuro enquanto preservam accountability e controle.

Os “Frontier Professionals” são muito mais propensos do que os não-Frontier a dizer que suas equipes fazem brainstorm e refinam processos de negócios para identificar oportunidades de IA (63% contra 32%), compartilham dicas, novos agentes, aprendizados e erros (61% versus 36%), e discutem padrões de qualidade para trabalhos com IA (54% frente a 29%). Eles também são mais propensos a dizer que fluxos de trabalho de agentes, passagens para humanos e padrões de qualidade estão documentados e são repetíveis em nível de equipe (26% versus 19%), função (29% frente a 17%) e organização (25% em comparação com 14%).

Esse conjunto de práticas é o que o relatório chama de construção de “Inteligência Proprietária” (Owned Intelligence), o know-how institucional que se compõe ao longo do tempo, é único para a empresa e difícil de replicar. É a forma mais duradoura de vantagem competitiva que a IA pode criar: não um modelo de linguagem melhor, não uma assinatura de software mais cara, mas uma organização que aprende continuamente com seu próprio trabalho e transforma esse aprendizado em formas melhores de trabalhar.

Infraestrutura de avaliação: a nova fronteira da governança

Com os agentes de IA executando mais trabalho de forma autônoma, a pergunta que se segue é: quem é responsável por avaliar o que eles fazem? O relatório “Work Trends Index” identifica que aqui se forma a construção de uma “infraestrutura de avaliação”: um conjunto de sistemas e práticas que garantem que a escala dos agentes não venha acompanhada de uma erosão da qualidade e da accountability.

A lógica é simples: aprovar um output ruim de um agente é gerenciável. Quando outputs ruins passam pelo processo de aprovação em escala, imaginando que a infraestrutura de avaliação não acompanhou o crescimento dos agentes, o risco aparece em toda a sua clareza. O relatório propõe três perguntas que toda empresa precisa ser capaz de responder: 

  1.  Quem revisa o desempenho dos agentes? 
  2.  Quem tem autoridade para atualizar os fluxos de trabalho que os agentes executam? 
  3.  Como uma vitória local é capturada e escalada pela organização?

A construção dessa infraestrutura exige o que o relatório descreve como “reinvenção coordenada em quatro papéis”. Os colaboradores precisam rearquitetar seu trabalho em torno de intenção e revisão. Os líderes precisam redesenhar processos em torno de resultados e autonomia dos agentes. O time de TI precisa construir a infraestrutura para operações de agentes em escala, tratando os agentes como entidades gerenciadas, com identidades, permissões, políticas e ciclo de vida. E o time de segurança precisa garantir que a confiança seja parte intrínseca ao sistema, endereçando riscos de exfiltração de dados, ações não intencionais do sistema e acesso não autorizado.

Esse quadro de quatro papéis não é opcional para as empresas que querem escalar agentes de forma responsável. É a condição para que a velocidade e o controle coexistam. Sem ele, as organizações acabam escolhendo entre mover-se rapidamente e manter a qualidade, quando a proposta real da IA é permitir as duas coisas ao mesmo tempo.

O redesenho do modelo operacional: o que fazer agora

Talvez mais do que em edições anteriores, a versão 2026 do relatório da Microsoft estabelece guidelines do que fazer, assim como um framework de ação, organizado em torno de três dimensões que toda organização precisa desenvolver em paralelo.

 

1.A primeira dimensão é o colaborador. À medida que a IA expande o que as pessoas podem fazer, o trabalho de cada colaborador muda em natureza, não apenas em velocidade. A pergunta que cada profissional precisa responder é: quais resultados estou agora posicionado para gerar que antes não eram possíveis para mim? A resposta a essa pergunta define como o trabalho deve ser rearquitetado em nível individual, com clareza sobre quais partes fazem mais sentido serem delegadas à IA e quais exigem o julgamento, a criatividade e a responsabilidade exclusivamente humanas.

 

2.A segunda dimensão é a liderança. O trabalho de todo líder agora é fazer a mudança acontecer de forma permanente. Isso significa definir estratégia no topo e garantir que métricas, incentivos e expectativas recompensem as pessoas por mudar a forma como trabalham, não apenas por entregar resultados dentro dos parâmetros antigos. Significa também modelar o uso de IA de forma visível, criar um ambiente com segurança psicológica para experimentação, e reconhecer e escalar as inovações que a equipe desenvolve. Apenas 26% dos trabalhadores pesquisados dizem que sua liderança está claramente alinhada sobre IA, o que significa que a maioria das organizações ainda tem um longo caminho a percorrer nessa dimensão.

 

3.A terceira dimensão é a organização como sistema. As “Frontier Firms” não estão apenas adotando IA: estão redesenhando como o trabalho é estruturado, como o aprendizado se propaga e como a inteligência gerada pelo trabalho cotidiano é capturada e reutilizada. Isso inclui documentar fluxos de trabalho de agentes, criar padrões compartilhados, construir infraestrutura de avaliação e governança, e tratar a organização como um sistema que aprende continuamente com sua própria operação. O relatório encerra com uma afirmação que funciona tanto como diagnóstico quanto como convite: “As empresas que construírem um novo modelo operacional hoje não apenas se moverão mais rápido no curto prazo. Elas construirão algo mais duradouro – posicionando-se para criar valor de formas que ainda não conseguimos conceber: uma organização que aprende mais rápido do que seus concorrentes, compõe sua própria inteligência e se torna cada vez mais difícil de alcançar a cada ciclo.”